基于计量风格学的多层次特征在作者识别应用研究

• 作者: 汪洋 钟敏
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 作者识别 词性关联 数据挖掘
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1159-1163,1171
• 页数: 6页
• 分类号: TP391.4
• 字数: 3877字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.05.030

摘要

在作者识别领域中最重要的是选取能够唯一识别作者的写作特征,这些特征也被称为"写作指纹".传统的写作特征使用词袋,功能词,以及结构特征,词袋和功能词特征虽然也能达到比较不错的分类效果,但是却忽略了词语之间的关联性,完全丢失了文本的语义信息.通过分析中文语法特点,了解句子构成特点,使用了关联挖掘算法挖掘得到文章中具有关联的词性序列作为特征,该方法挖掘得到的特征称为词性关联特征.同时使用了汉语语法中的虚词词性,情感偏向,文本结构特征等四个类别的特征,构成作者特征的向量空间,并使用机器学习中的随机森林,逻辑回归和K近邻等分类算法来进行分类,比较选择最好的分类器,以此构成作者识别模型.研究对象为同时代的武侠小说作家作品集,验证了多层次特征向量的准确性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪洋		5	7	2.0	2.0
2	钟敏		3	1	1.0	1.0